[컴퓨터월드]

분석

주요 차량 제조업체들은 자율주행기술 상용화를 위해 R&D, 인수합병, 협업 부문에서 더욱 치열한 경쟁을 벌이고 있다. <표 1>은 주요 차량 제조업체 및 IT 업체가 추진하고 있는 자율주행 관련 사업에 대해 설명한다. 대다수의 업체는 2020년까지 다양한 형태의 자율주행기능을 상용화된 차량에 탑재할 계획을 가지고 있다.

오늘날 자율주행기술은 미국 도로교통안전국(NHTSA: National Highway Traffic Safety Administration), 국제자동차공학회(SAE International)를 비롯한 다양한 단체 및 정부기관의 성취 가능 수준을 기준으로 정의할 수 있다. 대부분의 차량 제조업체는 2020년에 이르러 운전자의 감독 하에 자율주행이 가능한 반자율주행 기술 개발을 목표로 삼고 있다. 업체들이 자체적으로 개발한 자율주행시스템의 세부 사항을 공개하진 않지만, 확률적 로봇 이론에서 파생된 원리를 기반으로 삼고 있다고 간주된다.

오늘날 자율주행시스템을 위한 상용화된 기술들은 미국 국방고등연구기획국(DARPA: Defence Advanced Research Projects Agency)에서 주관하는 그랜드 챌린지(Grand Challenge)와 같은 자율주행기술 대회를 통해 한층 더 향상됐으며, 실용적으로 활용할 수 있는 기술의 기반을 형성한다. 참가 업체 중 일부는 이런 대회를 통해 자사의 자율주행 기술 개요를 공개한다.

<그림 1>은 가트너가 이용 가능한 정보를 통해 추측한 자율주행 시스템 개요를 나타낸다. 가장 큰 흐름은 정보를 통해 자동차 주위의 사물을 인식하고, 미래 주행 계획 및 경로를 계산하며, 휴먼 인터페이스로 자동차를 제어하는 외부 센싱 시스템으로 주변 환경을 인식하는 과정이다. 또한, 자기 위치 추정(self-localization) 기능은 고해상도 지도 정보와 동기화된 감지 시스템을 통해 주행 거리를 측정함으로써 차량 위치를 계산하는 방식이다.

자율주행 시스템은 실시간 처리를 위해 컴퓨팅 기능이 요구되며, 고급 베이지언(Bayesian) 필터링으로 불리는 통계적 알고리즘과 고감도 센서에서 추출한 데이터를 활용한다. 결과적으로, 주행 기술을 개발하고자 하는 최종 목표를 위해 다음에 제시하는 3가지 기술에 대한 경쟁이 치열할 것으로 보인다.

■ 환경 인식을 위한 고감도 센싱 기술
■ 환경 인식, 주행 계획 관리 및 경로 수정과 같은 기능을 수행하기 위한 고도의 컴퓨팅 성능을 갖춘 특수 전기제어장치(ECU: Electronic Control Unit)
■ 지속적인 제어 성능의 업그레이드를 위해 실제 주행 데이터를 활용해 제어 알고리즘을 최적화하는 학습 시스템

자동차 업계는 2020년 이후에 완전한 자율주행기술 상용화를 목표로 삼고 있기 때문에 빅데이터 분석 및 머신러닝 알고리즘의 개발에 박차를 가할 것이며, 인수 합병 및 제휴를 통해 핵심 기술 분야에서 경쟁 우위를 점하기 위한 노력을 강화할 것이다. 또한, 자율주행 시스템을 효과적으로 운영하는데 필요한 차세대 교통 인프라에 대한 투자도 증가할 것이다.

이와 같은 추세는 자동차 업계뿐 아니라, 소프트웨어 시스템 공급업체, 분석 및 보안 솔루션 공급업체, 통신 업체, 전자 장비 및 부품 공급업체, 반도체 업체와 같은 첨단 IT기업 등 다양한 업계 및 기업에서 나타날 것이다. 모든 업계마다 자율주행기술 개발을 위한 역할을 맡게 될 것이기 때문에 소프트웨어 및 하드웨어 시장과 경쟁 환경에 막대한 영향을 미치게 될 것이다.

이 보고서는 자율주행기술의 전반적인 영향을 분석하고 자율주행기술 개발을 담당하는 IT 업체의 기술전략 기획담당자를 위한 권고 사항을 제시한다(표 2 참조).

영향 및 권고사항

“자율 주행 기술에 대해 자동차 업체들은 비(非)자동차 업계 전략 기획 담당자들과 협업하도록 이끌 것이다.”

자율주행 관련 핵심 기술은 오랫동안 차량 제조사들의 주요 관심사였던 기계 제어, 엔진 중심 엔지니어링과 같은 기존 자동차 기술과는 극명하게 다르다. 새로운 핵심 기술들은 다국적 차량 제조사들이 지금까지 누려온 경쟁 우위를 무너뜨릴 수 있는, 근본적인 혁신을 일으킬 수 있는 엄청난 가능성을 지니고 있다. 자율주행기술은 기존 자동차 업계를 뒤흔드는 위협인 동시에 전통적인 자동차 공급망에 없었던 신규 자동차 제조사 및 IT 기업에게 획기적인 비즈니스 기회를 제공할 것으로 전망된다.

실제로 이와 같은 위협은 전통적인 자동차 제조사들이 빅데이터 분석을 토대로 정보 처리와 모바일 로봇 기술 등의 핵심 기술을 개발하는데 엄청난 규모의 자원을 투입하는 계기가 되고 있다. 이들은 IT분야에서 강력한 우위를 확보하고 있는 구글(Google)과 바이두(Baidu), 자동차 시장의 새로운 참가자인 테슬라 모터스(Tesla Motors)와 같은 비전통적인 업체의 강력한 도전에 직면하고 있다.

자율주행기술은 대중교통 분야에서 치열한 경쟁이 전망된다. 유럽에서는 네덜란드의 WEpod 컨소시엄과 스위스의 포스트버스(PostBus)와 같은 다양한 프로젝트를 통해 대중교통 무인 자동차 운행이 시범 단계에 돌입했다. 일본에서는 ZMP가 공공 도로에서 무인 택시 시범 운영을 시작했다.

많은 자동차 제조업체들이 향후 자율주행 시스템 개발이 전기 자동차(EV: Electric Vehicle)에 더욱 의존하게 될 것으로 보고 있다. EV는 낮은 속도에서 보다 강력한 제어 성능을 지니고 있어 자율주행기술에 더욱 적합한 것으로 평가되고 있으며, 따라서 자율주행 분야에서 보다 높은 실현 가능성을 가지게 될 것이다. 2020년 이후, 자동차 업계는 EV를 위한 핵심 요소 기술에 대응하기 위한 구조적인 변화를 겪게 될 가능성이 있다.

자율주행 시스템과 관련한 혁신과 변화에 대한 요구에 부응하기 위해서는 오늘날 자동차 업계를 지원하는 IT업체의 노력이 더욱 필요하다. 빅데이터와 함께 매우 정확하고 세분화된 센싱 기술을 이용하게 될 환경 인식 기술을 구현하고, 자율주행 시스템의 핵심 요소를 이루는 고해상도 지도를 개발하기 위해서는 자동차 업계 내/외부 전문 업체들과 협력해야 한다.

따라서 미래의 개발 프로세스는 여러 업체들이 함께 공유하는 인프라로 구성된 협업 부문과 독점 기술을 추구하는 경쟁 부문 등 2가지 부문으로 나뉘게 될 것이다. 전통적인 자동차 업계는 일본 자동차 제조사와 같이 기계 부품에서 전자 부품에 이르는 다양한 제품 및 서비스를 제공하는 다수의 전문 ‘공급업체’로 구성된 수직적 통합 구조를 특징으로 한다. 자율주행 기술의 확산은 수직적 통합 산업을 매우 다양한 업계로 이루어진 협업적 분산 구조로 바꾸어 놓을 것으로 예상된다.

IT 기업 전략 기획 담당자를 위한 권고사항:

■ 자율주행 핵심 기술을 이해하고 자동차 업계 내에서 자사의 제품 및 서비스에 대한 기회와 위험을 명확하게 파악해야 한다.
■ 자동차 관련 업무에 대한 고유의 경험과 노하우를 제공해 신규 자동차 제조사와의 협업 전략을 수립해야 한다.
■ 자동차 시장의 지역별 차이점을 이해하고 자율주행에 대한 국가별 요구 사항을 위한 자체 비즈니스 전략을 구체화해야 한다.

“자율주행 시스템을 위한 새로운 센서 기술에 대한 수요가 IT 기업 전략 기획 담당자에게 비즈니스 기회를 창출시킬 것이다.”

전기 자동차 제어 및 지능형 운전자 보조 시스템(ADAS: Advanced Driving Assistance Systems)의 상용화로 이미 차량 내에 탑재되는 전자부품의 무게가 증가했지만, 자율 주행 시스템은 정보 처리 기술을 효과적으로 통합한 최첨단 센싱 기술을 필요로 한다.

특히, 환경 인식을 위해서는 훨씬 세분화되고 정확한 패턴 인식이 요구된다. 미국 도로교통안전국의 자율주행기술 단계에서 레벨 3(속도, 브레이크, 조향에 대한 모든 제어 기능이 동기화된 방식으로 자동으로 조작되며 필요한 경우에 제어 권한을 즉시 넘겨받는다) 이상의 자율주행을 위해서는 교통 상황에 대한 상세한 환경 인식 및 판단 기능이 필수적이다. 이와 같은 기능은 다양한 유형의 매우 정확한 센서 기반 결과를 통합하고 머신러닝 알고리즘으로 정보를 처리해 실행할 수 있다. 매우 정확하고 안전한 자율주행은 여러 가지 센싱 기술들이 한층 더 향상되지 않는다면 실현될 수 없다.

자율주행에 사용되는 고급 센싱 기술은 신속하고 정확하게 다른 차량과 장애물을 인식하는 것뿐만 아니라 자동차의 위치를 정확하게 계산하는 것이 중요하다. 실시간으로 주행 계획을 세우고, 주행 경로를 수정하는 자율주행 프로세스에서 자동차의 자기 위치 인식(self-position) 기능은 환경 인식 데이터에서 입수한 차량 위치 데이터를 이용해 수시로 연산돼야 하며, 해당 데이터는 내/외부 센서 및 GPS/GNSS 등을 통해 수집된다. 속도, 각속도(angular velocity) 및 주행 거리는 차량에 설치된 고해상도 지도와 대조된다.

LIDAR, WMWR, 카메라 이미지 등 자율주행 시스템을 위한 핵심 센싱 기술과 주요 장치 공급업체들은 아직 상용화 초기 단계에 머물러 있지만, 각 시장에서 플랫폼 입지를 강화하기 위한 경쟁을 벌이고 있다. 마지막으로 상용화 개발과 관련한 원가 관련 이슈가 제기될 것으로 전망되며 업계에서 원가 요인에 의해 기술이 배제되고 다른 새로운 센싱 기술이 등장하는 상황이 전개될 수도 있다.

고성능 ECU는 다양한 고정밀 센싱 장치에서 입수한 대량의 데이터를 바탕으로 정확한 환경 인식 및 판단 기능을 수행하고, 주행 계획을 실시간으로 수립하고 코스를 수정하는데 필수적이다. 엔비디아(Nvidia)의 고성능 GPU인 Drive PX 2와 NXP의 BlueBox 등과 같이 다양한 제품들이 시중에 나와 있지만 주요 디바이스 공급업체들이 기회를 붙잡으려는 경향을 보인다.

히타치 오토모티브 시스템(Hitachi Automotive Systems) 및 다른 업체들은 자체적인 온보드(onboard) 장치 기술을 보유하고 있으며 기술 개발로 시선을 돌리고 있다. 머지않아 센싱 기술에서와 같이 플랫폼 입지를 선점하기 위한 경쟁이 치열해질 것으로 전망되며, 선택 프로세스는 장치의 성능뿐만 아니라, 제어 성능과 관련 클라우드 시스템의 지속 가능한 향상을 위해 주행 데이터를 분석하는 학습 알고리즘과 같은 다른 요인들에 의해 영향을 받게 될 것이다.

IT 기업 전략 기획 담당자를 위한 권고사항:

■ 독점 센싱 기술을 보유하고 있는 경우, 자율주행 구현을 위한 센서 융합에 기여하는 새로운 센싱 기술 시스템을 개발해야 한다.
■ 심화 신경망(DNN: Deep Neural Network), 고급 베이지언(Bayesian) 필터링 및 기타 고유 알고리즘에 대한 전문 기술을 보유하고 있다면, ECU를 공급하는 반도체 공급업체와 협력하기 위한 전략을 수립해야 한다.
■ 자율주행을 위한 센서 융합 기술과 자체 상품 및 서비스 간의 비즈니스 시너지 효과와 비즈니스 기회를 파악해야 한다.

“자율주행 시스템은 고정밀 3D 맵 시스템이 필요하며 IT 기업 기술 전략 기획 담당자들에게 새로운 비즈니스 영역을 창출할 것이다.”

자동차, 보행자, 교통 표지판 및 신호등 등 주변 환경을 인식 및 판단하는 기능은 변화하는 도로 상황 및 기타 여건에 대한 전망과 계산을 토대로, 주행 계획을 개발하고 수정할 수 있는 기능과 함께 높은 수준의 자율 주행을 위해 필수적이다. 이 과정에서 고정밀 지도 데이터와 정보는 이와 같은 인식 및 평가 수준을 달성하기 위한 자기 위치 추정(self-localization)에 필요한 기본 정보라는 점에서 중요하다.

단순한 확률 로봇 애플리케이션은 비교적 단순한 정보를 포함한 특수한 지도만을 필요로 하지만 첨단 자율 주행을 위해서는 도로 표지판, 교통 규제, 신호 및 길을 건너는 보행자 등과 같은 다양한 형상을 표시하는 3D 고정밀 지도 정보를 활용해야 한다. 만약 상세한 지도 정보를 자율주행 시스템에 저장한다면 검색 및 분석해야 하는 이미지의 범위가 줄어들기 때문에 컴퓨팅 부하를 크게 감소시킬 수 있다. 또한, 동적 지점 클라우드 데이터와 추가 정보를 결합한 고급 물체 인식 및 행동 예측은 DNN을 통해 실현될 수 있는 것이다.

고정밀 3D 지도 정보는 향후 예정된 자율주행 시스템의 핵심 부분을 이루며, 자율주행이 적용되는 곳에서 전략적 업무 정보의 소스 역할을 담당할 것으로 전망된다. 한 기업이 단독으로 이와 같은 전 세계의 고정밀 지도 데이터를 체계화하는 것은 어렵기 때문에 특정 지역 내에서 우위를 확보하고 있는 현지 지도 업체를 인수하거나, 공동지도 개발을 목적으로 하는 정부 프로젝트에 참가하는 등의 방식으로 지도 데이터베이스를 개발하기 위한 경쟁이 치열해지고 있다.

구글은 미국에서 전용 지도 데이터베이스를 개발해 경쟁 우위를 확보했다. 유럽에서는 BMW, 아우디(Audi), 다임러(Daimler) 등이 고급 지도 정보 시스템을 신속하게 구축하기 위해 2015년 노키아(Nokia)의 지도 정보 서비스 사업부인 Here를 인수했다. Here는 데이터 수집을 위해 전 세계에 약 300대의 차량을 보유하고 있다.

한편, 일본은 고정밀 3D 디지털 지도를 개발하기 위해 국가 차원의 기구를 설립하고 있다. 내각은 공동 개발 전략을 이끄는 ‘SIP-adus’를 설립할 예정이다. 또한, 네덜란드의 대표적인 자동차 네비게이션 업체인 톰톰(TomTom)과 중국의 바이두를 비롯해 다양한 프로젝트가 진행되고 있다. 다른 업계에서 새롭게 진출하는 신규 업체들과 공동 벤처가 점차 더 증가할 것으로 전망된다.

지도 정보의 핵심 가치는 확률 이론 기반 모바일 로봇의 세계에서 널리 확인되며, 이는 공공 도로를 주행하는 운전자들을 위한 거시적 영역을 포함하는 지도 정보로 한정되지 않을 것이다. 실제로 자율주행 기술의 활용은 쇼핑몰, 놀이공원, 대중교통, 주차장, 지방 등과 같은 특정 지역 및 시설에서 비교적 일찍 시범 운영될 것으로 예상된다. 이러한 맥락에서 제한된 지역 내 지도 정보에 대한 필요성은 새로운 비즈니스 기회를 창출할 것이다.

IT 기업 전략 기획 담당자를 위한 권고사항:

■ 특정 지역에 대한 지도 정보를 보유한 현지 기업과 협업해 고해상도 3D 지도 정보를 위한 비즈니스 전략을 개발해야 한다.
■ 주요 국가의 중앙 및 지방 정부가 구축한 자율주행 인프라에 대한 개발 계획을 조사하고 지도 정보 데이터베이스 개발에 기여할 방법을 제안해야 한다.
■ 놀이 공원, 쇼핑몰 및 대학교와 같은 사유 시설 안에 무인 자동차를 도입하기 위한 계획을 파악하고 디지털 지도 정보에 대한 필요성을 평가한다.